一种基于熵权多目标决策和人工神经网络的炼油企业绩效评价方法

提出了一种基于熵权多目标决策的逼近理想解法(TOPSIS)和人工神经网络(ANN)的炼油企业绩效评价方法,以熵权TOPSIS的企业绩效评价结果作为学习样本,对神经网络进行训练、测试,进而对指标加以赋权,最终得到了企业绩效综合评判式,并将其用于炼油企业绩效评价.实例分析结果表明,该方法科学有效、实际可行,具有一定的智能性,为炼油企业绩效评价提供了一种新的途径.     

基于熵权-层次分析法和优劣解距离法的飞行员胜任力评价

结合熵权法、层次分析法（AHP）、优劣解距离法（TOPSIS），提出了一种用于评估飞行员胜任力的多准则决策框架。首先，根据国内外飞行员胜任力指标框架研究进展，构建飞行员胜任力评价指标体系。其次，采用熵权法计算飞行员核心胜任力指标权重。随后，由专家使用AHP对飞行员心理胜任力和作风胜任力指标赋权，并建立融合的权重指标体系。最后，根据评价指标权重，采用TOPSIS方法对飞行员胜任力进行排序。通过将提出的方法应用于航线飞行员胜任力评估，验证方法的可行性。     

基于熵权和TOPSIS法的高校教职工健康评价

提出采用熵权和TOPSIS法相结合的方法,利用熵权法所求得的客观权重作为TOPSIS法中所需要的权重,消除了TOPSIS中由主观判定权重的不确定性的影响,用于高校教职工健康评价,评价结果更为客观合理。     

基于熵权TOPSIS法的企业创新型技术人才价值评价

借鉴冰山模型对胜任力的分类，将企业创新型技术人才价值分为显性价值和隐性价值.显性价值包括创新知识、创新技能和创新成果；隐性价值包括创新品格、创新动机和创新潜力.基于文献研究和深度访谈结果，选取21个创新型技术人才价值评价指标，采用熵权法计算权重，运用TOPSIS法评价创新型技术人才价值，并通过MATLAB软件实现评价过程，建立企业创新型技术人才价值评价体系.结果表明，基于熵权的TOPSIS方法能够有效评估企业创新型技术人才的要素价值和综合价值，可以为企业创新型技术人才的选拔、培养和激励提供重要依据.     

基于熵权TOPSIS的服装企业节能环保评价模型

依据产业集群、政府或行业组织、企业、客户4个层面构建了服装企业节能环保的指标体系和基于熵权理论的TOPSIS(接近理想点法)评价模型.以此为基础,对温州藤桥服装产业集群中的相关服装企业进行案例分析,运用熵权法赋予服装企业节能环保指标的权重,借助TOPSIS模型计算各服装企业与理想解、负理想解的距离,根据相对接近度由大到小对被调查企业进行环保节能排序,并分析相应结论.     

张家界市大鲵产业扶贫绩效动态评价

从经济、社会和生态3个方面选取19项指标，构建了大鲵产业扶贫绩效评价指标体系，并借助熵权TOPSIS法和阻碍因子分析模型，对案例区张家界市大鲵产业扶贫绩效进行动态评价.结果表明，张家界市2012—2017年大鲵产业扶贫绩效逐年提升，增速整体呈倒U字型，经历了较差绩效（2012—2014年）、中等绩效（2015年）、良好绩效（2016年）和优质绩效（2017年）4个阶段；经济、社会和生态子系统的扶贫绩效逐年提升但差异较大，其中经济绩效提速最快，社会绩效次之，生态绩效最慢；大鲵产业综合产值、政府对大鲵产业投资额和销售商品鲵数3项指标，是张家界市大鲵产业扶贫绩效的主要障碍因素.     

指标无量纲化方法对熵权法评价结果的影响——以期刊学术影响力评价为例

为了研究指标无量纲化方法对熵权法评价结果的影响,以期刊学术影响力评价为例,采用熵权TOPSIS法,对比分析了标准化和均值化两种方法对评价结果的影响。结果显示,两种方法所得熵权和评价结果均存在一定差异。其中,均值化方法可以保持原始数据的差异信息,评价结果更符合实际,更利于有效区分评价对象。标准化方法改变了原始数据的差异信息,有可能导致评价结果偏离实际。因此,该文建议在使用熵权法时,采用均值化方法处理原始数据。     

基于熵权灰色关联的食品冷链物流企业绩效评价

提出了一个基于熵权和灰色关联分析的食品冷链物流企业绩效评价模型.由于影响因素众多且相互关联,并具有信息不完全的特征,食品冷链物流企业的绩效评价是一个灰色系统.模型采用熵权法对食品冷链物流企业各绩效评价指标进行赋权,克服了传统的灰色关联分析大多采用专家的主观评价来确定各指标权重的不确定性,从而大大提高了灰色关联分析法的客观性和评价精度.最后通过实例验证了该模型的有效性和适用性.     

基于熵权–VIKOR及AGA-BP模型的企业绩效评价研究——以我国上市物流企业为例

针对现有的企业绩效评价研究存在评价指标体系维度单一、评价结果时效较短、缺乏对企业未来绩效水平的探讨等问题,以我国上市物流企业为例,从财务及非财务角度构建了我国上市物流企业绩效评价指标体系,并通过熵权–VIKOR算法确定了各评价指标的权重以及各样本企业的期望绩效值。同时,采用自适应遗传算法（adaptive genetic algorithm, AGA）对传统的BP神经网络进行优化,构建了基于AGA-BP神经网络的企业绩效评价和预测模型。最后以36家样本企业数据为基础,对该模型进行训练和测试。测试结果证明了基于AGA-BP神经网络的上市物流企业绩效预测模型的有效性和实用性。     

张家界市大鲵产业扶贫绩效动态评价

从经济、社会和生态3个方面选取19项指标,构建了大鲵产业扶贫绩效评价指标体系,并借助熵权TOPSIS法和阻碍因子分析模型,对案例区张家界市大鲵产业扶贫绩效进行动态评价.结果表明,张家界市2012—2017年大鲵产业扶贫绩效逐年提升,增速整体呈倒U字型,经历了较差绩效（2012—2014年）、中等绩效（2015年）、良好绩效（2016年）和优质绩效（2017年）4个阶段;经济、社会和生态子系统的扶贫绩效逐年提升但差异较大,其中经济绩效提速最快,社会绩效次之,生态绩效最慢;大鲵产业综合产值、政府对大鲵产业投资额和销售商品鲵数3项指标,是张家界市大鲵产业扶贫绩效的主要障碍因素.     

混合轻脱油的糠醛精制及模拟

以混合轻脱油的糠醛精制为目标,单级精制的数据为基础,建立多级糠醛精制的模型方程。应用数值算法结合原油的质量指标,模拟并讨论精制温度、醛油比和平衡级数对精制油的质量指标和收率的影响。结果表明本文的方法合理有意义。     

多级动态模糊评判与BP神经网络方法的结合--供应链企业绩效评价决策支持系统

从当前神经网络技术在供应链的应用过程中较难找到高质量训练样本数据的现实出发,针对目前供应链企业绩效等级评定现状,提出了基于多级动态模糊评判与BP神经网络方法结合的供应链企业绩效评价,以多级动态模糊评判为采样基础,用人工神经理论建立评价模型,采用多隐层神经网络结构和反向传播(BP)算法训练网络,建立了供应链企业绩效评价决策支持系统。     

基于逼近理想解法的第三方物流企业绩效评价与外包决策

利用逼近理想解法(TOPSIS)解决第三方物流企业绩效评价与外包决策问题.通过分析影响第三方物流企业经营状况的因素,确定了评价指标并建立了评价模型.经过对不同的第三方物流企业的经营状况进行了综合评价,结果表明,TOPSIS法更有效地利用了企业经营的历史数据,评价更客观、决策更准确.     

基于神经网络专家系统的创业企业信用等级评估研究

该文从风险投资机构的角度，研究了创业企业的信用评价构建的基本原则，并给出相关的评价指标体系及评价因素集。引入人工智能中的神经网络理论，建立了神经网络专家系统信用评估模型。实例检验表明，该模型能较好地对创业企业的信用进行综合评估。     

基于改进TOPSIS法的舰船总体方案群决策方法

从系统效能的定义出发,构建了简化的舰船系统效能评估体系;根据群决策理论的基本假设,建立了舰船总体方案的群决策权重确定方法,提出了置信度矩阵的概念;构建了群体判断矩阵优化模型,运用粒子群优化算法对群体判断矩阵进行修正,以保证其判断一致性和群体一致性;引入基于改进TOPSIS法的决策方法、距离与灰色关联度相结合的贴近度公式,以保证最优方案与理想方案的位置和曲线形状的一致性.通过应用实例结果表明,所提出的舰船总体方案群决策方法具有较好的可行性.     

改进TOPSIS与GA-BP耦合的采空区危险性辨析

针对目前采空区危险性辨析过程繁冗且准确性低的问题,提出了改进的TOPSIS与神经网络耦合的辨析方法.首先,为提高训练样本采空区危险性辨析客观准确性,将理想解方法(TOPSIS)进行改进,分别利用绝对理想点以及IFAHP避免了由于理想解及权重变化引起的逆序现象,并利用各辨析指标不同危险等级的区间临界值实现了TOPSIS对采空区危险性等级划分.将改进TOPSIS运用于某矿山100组采空区进行危险性辨析并验证结果.然后,为简化辨析过程,使改进TOPSIS与GA-BP神经网络有效结合,以经过TOPSIS辨析的100组样本采空区对GA-BP训练得到神经网络模型并对5组样本进行危险等级输出,结果与事实相符.研究结果不仅提高了采空区危险性辨析的客观性,并为简化辨析过程提供了新的思路,提高了工程应用性.     

BP神经网络的改进及应用

合理的选择网络结构是BP神经网络研究中一个重要问题.对传统的BP网络结构进行了改进,在确定BP网络的隐层节点个数时给出了BP网络结构的自适应算法,使得隐层节点的选取动态实现,增强了BP神经网络的适应能力.并应用改进后的BP网对高校教学工作水平评估体系进行建模,为高校教学管理决策提供了科学依据.     

制造型企业供应链合作伙伴选择问题及方法研究

在已有供应链合作伙伴选择方法的总结和合作伙伴关系分析的基础上 ,提出了制造型企业供应链合作伙伴关系综合评价指标体系 ,所提出的指标体系具有易量化、可包含随机性指标以及能表示分层指标体系间关联的特点 .针对所设计指标体系的特点 ,设计了一种基于人工神经网络的制造型企业供应链合作伙伴的选择方法并用MATLAB进行了实现 .仿真实验说明了此方法的可行性     

改进的TOPSIS法在油气田开发中的应用

为了科学合理有效地优选油气田开发方案,针对传统的TOPSIS方法（逼近理想解法）在方案综合评选中存在距离理想解近的方案也可能距离负理想解近的问题,对TOPSIS方法进行了改进：引入垂面距离代替欧氏距离来判断方案贴近理想解的程度,并按照各方案与理想解的垂面距离进行排序择优。将改进的TOPSIS方法应用于某油田开发方案优选的实例中,在综合考虑油田开发效果指标、经济效益指标的基础上建立方案优选评价模型,改进的TOPSIS方法优选结果与模糊决策方法优选结果进行对比,对比结论说明了此方法在油气田开发方案优选中的有效性以及使用此方法具有简捷易操作性。